RT Generic
T1 Selección de variables en máquinas de vectores soporte.
A1 Gómez-Cuevas, Antonio Luis
K1 Aprendizaje automático (Inteligencia artificial) - Trabajos fin de grado
K1 Probabilidades - Trabajos fin de grado
AB En los últimos años, ha cobrado especial importancia la predicción de resultados basándose en la información proporcionada por datos, siendo uno de sus mayores exponentes el aprendizaje supervisado. Dos aspectos esenciales del aprendizaje supervisado son las técnicas empleadas para realizar predicciones y la selección de características. En este trabajo, se desarrollará una de las técnicas de aprendizaje supervisado más usadas y que mejor resultados proporciona para la clasificación binaria: las Máquinas de Vectores Soporte (o SVM, por sus siglas en inglés de Support Vector Machines). Para el problema de la selección de variables, se describirán tres tipos de técnicas conocidas como: filters, wrappers y embedded. Por otro lado, durante el desarrollo del trabajo nos centraremos tanto en los aspectos teóricos como prácticos. Finalizaremos con las conclusiones y futuras propuestas de mejora.
YR 2024
FD 2024
LK https://hdl.handle.net/10630/31791
UL https://hdl.handle.net/10630/31791
LA spa
NO Autorización en correo RIUMA (28/06/24)
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 11 abr 2026